Erwerben Sie praktische Kenntnisse in Hadoop, HDFS, Hive, Pig, MapReduce und Sqoop, indem Sie vier praxisnahe Big-Data-Projekte absolvieren. Sie analysieren Datensätze zu Kundenbeschwerden, Gesundheitsumfragen, Verkehrsverstößen und Krediten und lernen dabei, wie man große Datenmengen importiert, organisiert, transformiert, verarbeitet und exportiert.

Beginnend mit der Analyse von Kundenbeschwerden erstellen Sie Hive-basierte Workflows, konfigurieren Treiber- und JAR-Dateien, führen MapReduce-Programme aus und identifizieren geografische Muster. Anschließend verwalten Sie Daten aus Gesundheitsumfragen in HDFS und übertragen Datensätze zwischen Hadoop und relationalen Datenbanken. Ein Projekt zu Verkehrsverstößen vertieft Ihre Fähigkeiten im Umgang mit Sqoop, bei der Ausführung von MapReduce-Jobs und beim Extrahieren von Ergebnissen für die Berichterstellung. Abschließend bereiten Sie Kreditdaten auf, berechnen das durchschnittliche Risiko und vergleichen Risiken über Kreditarten, Kategorien und Standorte hinweg mithilfe von Pig und MapReduce. Dieser Kurs richtet sich an Teilnehmer, die praktische Erfahrungen mit Hadoop und Big-Data-Analysen sammeln möchten, und kombiniert vier vollständige Fallstudien mit einer schrittweisen Umsetzung. Am Ende des Kurses sind Sie in der Lage, benutzerdefinierte MapReduce-Logik zu erstellen, Pig und Hive für fortgeschrittene Analysen zu integrieren, Sortier-, Filter- und Aggregationsvorgänge zu optimieren sowie den Datenaustausch zwischen RDBMS- und Hadoop-Systemen zu verwalten. Melden Sie sich an, um praktische Erfahrungen bei der Anwendung von Hadoop-Workflows auf strukturierte, realistische Datensätze zu sammeln.